算法流程:

1. 以30s 為一個epoch進行基本處理。


2. 用巴特沃斯高通濾波器濾除0.5Hz以上高通，簡單去除基線。


3. 眨眼檢測, 利用中值濾波器提取短時間內荊棘狀的波形，出現一次與靜態EEG值偏差1/128以上的波谷和波峰時，即認定為眨眼。


3. 利用巴特沃斯帶通濾波器提取δ，θ，α，σ，β，EMG等波段信號，并提取其包絡，作為其基礎功率近似值。


4. 人工偽跡檢測，當人體移動，或碰觸電極，將造成順時高功率輸出或飽和。由此：
(1)將30秒的epoch分解為1秒段,并分別檢測其AF波段(0.5~7hz)內的峰峰值和斜率是否超過閾值。
(2) 對源信號檢查β波段和EMG平均功率是否超過閾值。


5. 覺醒檢測，因為人在清醒的時候,α和β波段能量較高，并且在出現睡意的時候，主要能量會朝著低頻方向移動。所以，對每一個epoch,檢查前15秒內和后15秒內α，β波段功率和中心頻率比值來判別。


6. 檢測紡錘波，根據AASM規則，人進入深睡期間時，很可能會出現持續時間大于0.5秒，頻率11~16hz的紡錘波。檢測方法是，將一個epoch再細分成2秒的段，每段里如果每個的σ包絡大于θ，α，β波段的包絡(90%情況下大于)，或其時域瞬時值大于30秒內的σ包絡的平均幅度的2倍， 就被認為是紡錘波。


7. 各波段能量相對比，人在清醒和不同睡眠程度情況下，各個波段相對能量比值有所不一
樣。比如 ,Pα/Pθ,Pδ/Ptotal 等，利用此能大致判別睡眠階段。


8. 分層決策樹
? ?R0:如果一各epoch內，人工偽跡檢測器檢測到50%以上為偽跡，就將此epoch判斷為偽
跡。否則進入下一步判斷。
? ?R1:R1主要用來區分開清醒，快速動眼，淺睡，深睡。如果此epoch內，β波段占優并且
清醒探測器檢測為清醒就將其分類到R3作進一步篩查，否則，分類到R2。
? ?R2:如果σ波段能量占優或者紡錘波檢測器檢測到此epoch內存在紡錘波，則將此epoch
判斷為深睡，否則，判斷為潛睡。
R3:如果眨眼探測器在此時檢測到眨眼次數超過一定閾值，并且接下來2分鐘內眨眼次數
也超過此閾值，就認為是在做夢(REM)，否則，認為其處于清醒狀態。
R4:對上述各30秒epoch判斷出的睡眠階段進行梳理。例如，兩個判別為清醒(W)的epoch
之間的任一epoch ，也一定是清醒。R4規則如下表。


R4 階段檢測 連續段替代
1 清醒-任何-清醒 清醒-清醒-清醒
2 淺睡-任何-淺睡 淺睡-淺睡-淺睡
3 深睡-任何-深睡 深睡-深睡-深睡

4 做夢-任何-做夢 做夢-做夢-做夢

另外，基于深度學習的單通道分期參考：

https://github.com/akaraspt/deepsleepnet

總結

以上是生活随笔為你收集整理的前额单通道脑电睡眠分期算法设计的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。